[发明专利]文本转换显示方法及其装置、设备、介质、产品

说明书

本申请公开一种文本转换显示方法、装置、计算机设备及存储介质，包括：读取图形文件中的内容信息；基于预设的密度聚类算法，对所述内容信息进行空间聚类，生成所述内容信息的第一分布图，其中，所述第一分布图包括多个内容分组；将所述第一分布图输入至预设的图神经网络中，对所述第一分布图进行布局更新生成第二分布图；根据预设的注意力机制在所述第一分布图和所述第二分布图中，筛选所述内容信息对应的目标分布图。通过密度的簇聚类方法以及图神经网络对语义相近的实体合并分块最终可以达到自适应的对文档整体进行动态划分的效果，使显示文本整齐规整，可读性增强。

技术领域

本申请涉及人工智能领域，尤其涉及文本转换显示方法、文本转换显示装置、计算机设备及存储介质。

背景技术

在当代数字化的浪潮下，金融科技乃至各个行业主要业务数据的储存形式普遍在由线下的纸质文件转型为以PDF、扫描件以及图片等形式为代表的非格式化文件，以达到节约相应成本、提升日常工作效率等目的。

现有的文档信息提取相关技术大多针对性的处理特定版式的文档，它们多数采用“人工+统计学”的模式，人为提供先验经验提取版式特征进行数据预标注之后再通过机器学习算法或者小样本的统计学习完成最终的要素信息提取。

本发明创造的发明人，在研究中发现：现有技术的技术特点决定了它们只能够对文本内容进行提取，无法根据文本内容对提取的文字进行显示形态划分，提取内容杂乱，可读性差。

发明内容

为解决上述技术问题，本申请的实施例提供了一种能够对转换文本信息进行内容划分显示的本转换显示方法、装置、设备及存储介质。

为实现上述目的，本申请提供一种文本转换显示方法，包括：

读取图形文件中的内容信息，其中，所述内容信息由所述图形文件中各元素的文本信息和空间位置信息拼接生成，所述文本信息和空间位置由预设的图文转换模型提取得到；

基于预设的密度聚类算法，对所述内容信息进行空间聚类，生成所述内容信息的第一分布图，其中，所述第一分布图包括多个内容分组；

将所述第一分布图输入至预设的图神经网络中，对所述第一分布图进行布局更新生成第二分布图；

根据预设的注意力机制在所述第一分布图和所述第二分布图中，筛选所述内容信息对应的目标分布图，其中，所述注意力机制生成所述第一分布图和第二分布图的布局评分，所述目标分布图为所述第一分布图和所述第二分布图中布局评分最高的布局图。

可选地，所述读取图形文件中的内容信息包括：

提取所述图形文件中文字的文本信息和所述文本信息对应的空间位置信息；

将所述文本信息和所述空间位置信息进行拼接生成所述内容信息。

可选地，所述基于预设的密度聚类算法，对所述内容信息进行空间聚类，生成所述内容信息的第一分布图包括：

基于所述密度聚类算法对所述内容信息进行空间聚类，生成多个聚类簇；

分别对所述多个聚类簇进行区别化显示，生成多个内容分组；

由所述多个内容分组生成所述第一分布图。

可选地，所述图神经网络包括：第一图神经网络，所述将所述第一分布图输入至预设的图神经网络中，对所述第一分布图进行布局更新生成第二分布图包括：

将所述第一分布图输入至所述第一图神经网络中，分别对所述第一分布图中各内容分组间的内容进行布局更新，生成所述第二分布图。

可选地，所述图神经网络包括：第二图神经网络，所述将所述第一分布图输入至所述第一图神经网络中，分别对所述第一分布图中各内容分组间的内容进行布局更新，生成所述第二分布图之后，包括：